MétaCan
Menu
Retour à la cohorte
Enregistrement W2990472405 · doi:10.1017/s0033291719003180

How is quantification of social deficits useful for studying autism and schizophrenia?

2019· letter· en· W2990472405 sur OpenAlexaff
Bernard J. Crespi

Notice bibliographique

RevuePsychological Medicine · 2019
Typeletter
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésContent (measure theory)AutismSchizophrenia (object-oriented programming)PsychologyAction (physics)Cognitive psychologyDevelopmental psychologyPsychiatryMathematics

Résumé

récupéré en direct d'OpenAlex

Imagine going to see your M.D., describing how you feel unwell, and being told that you have 'deficits in your immune system'.You would presumably inquire about the nature of the deficits, and whether they involve, say, autoimmune disorder or reduced levels of leukocytes.Now imagine a trip to the psychiatrist, whereupon, after a battery of tests, you are told that you have 'deficits in social cognition'.What have you learned?Pinkham et al. (2019) compared individuals with autism to those with schizophrenia, for a large set of psychological tests designed to assess social-cognitive performance.Their comprehensive study was the largest to date in terms of sample sizes and numbers of tests, for such comparisons.They found that performance levels did not differ significantly between these two clinical groups for most of the tests.Their primary inference, couched in well-justified caveats, was an indication of 'the potential benefit of applying treatments transdiagnostically'.An alternative interpretation of this and similar studies is that poor performance on standard psychological tests of social cognition provides little information about the diagnosis, causes, or treatments of psychiatric conditions.This interpretation is based on three main points.First, similar levels of deficits in social cognition, as indexed by self-report and task-based psychological tests, can result from similar, partially overlapping, independent, or opposite biological causes.Table 1 lists studies in which patients with autism and schizophrenia were compared for both deficit-associated psychological traits (measured, or based on previous work) and their neurological mechanisms assessed by EEG and/or MRI.In each case, similar psychological deficits showed evidence of opposite underlying causes.Such results suggest that More-extensive comparisons of autism with schizophrenia, for diverse phenotypes, are provided in Crespi and Go (2015, Table 2).

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,024
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,126

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,030
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0070,003
Études des sciences et des technologies0,0020,006
Communication savante0,0050,008
Science ouverte0,0020,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,173
Tête enseignante GPT0,389
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychological MedicineMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207